STATISTIKA INDUSTRI
Disusun Oleh:
Kelompok : 4 (Empat)
Nama (NPM) : 1. Rifqiy Akmal (36418168)
2 Risma Wanda Azizah (36418239)
3. Syahrul Ramadio (36418914)
4. Tri Akbarrudin Syah (37418120)
Hari/ Shift : Jumat/ V (Lima)
Modul : ANOVA Satu Arah
Banyak pengarang lebih suka menyebut jumlah kuadrat bagi nilai tengah kolom
dengan jumlah kuadrat perlakuan. Terminologi ini berasal dari kenyataan bahwa k
populasi yang berada tersebut seringkali diklasifikasikan menurut perlakuan yang
berbeda. Dalam terminologi ini, pengamatan menyatakan (n) pengukuran dari
perlakuan ke-i. Salah satu nilai dugaan yang didasarkan pada k-1 derajat bebas adalah
(Walpole, 1995).
S12 =
…………………………..(2.4)
2
Bila H0 benar, S1 merupakan penduga bagi . Akan tetapi, bila H1 benar, JKK
atau jumlah kuadrat untuk nilai tengah kolom cenderung menghasilkan nilai yang lebih
2 2
besar, artinya S1 menduga lebih (overestimate) . Nilai dugaan bagi yang lain, yang
didasarkan pada k(n-1) derajat bebas adalah (Walpole, 1995).
S22 =
……………………….......(2.5)
Bila Ho benar maka nilai peubah acak F yang mempunyai sebaran F dengan k-1
2
dan k(n-1) derajat bebas. Karena S1 menduga lebih bila Ho salah maka hanya
mempunyai uji satu arah dengan wilayah kritiknya terletak seluruhnya di ujung kanan
sebarannya. Hipotesis nol Ho ditolak pada taraf nyata bila (Walpole, 1995).
JKT =
JKK = -
JKG = JKT – JKK
k = kolom
n = baris
............... ..........................................................................................(2.7)
JKT =
JKK = -
JKG = JKT – JKK
Derajat bebas error = N – k
N = jumlah sampel
......……………………………….(2.8)
Rata-rata S12 =
JKK k-1 F0 =
Kolom
Fo =
a\ .................(2.9)
5) Membuat Kesimpulan
Menyimpulkan Ho diterima atau ditolak dengan membandingkan antara langkah
ke -4 dengan kriteria pengujian pada langkah ke-3.
BAB III
HASIL DAN PEMBAHASAN
JKK = T 2 x 2
n N
12 12 12 12 12 60
= [113490,75+103788+112520,33+80033,33+86360,33]-493770,8167
= [496192,75]-493770,8167
= 2421,9333
T2
JKT = x
2
n
= 508596,9333-[496192,75]
= 12404,1833
JKE = JKT - JKK
= 12404,1833-2421,9333
= 9982,25
JKK 2421,9333
S12 = k−1 = = 605,4833
4
JKE 9982,25
S22 = N−k = = 181,4955
55
S12 605,4833
F0 = S22 = 181,4955 = 3,3361
Tabel 3.3 Tabel ANOVA Untuk Jumlah Sampel Sama Banyak
Derajat Rata-rata
Sumber Variasi Jumlah Kuadrat 𝑭𝑯𝒊𝒕𝒖𝒏𝒈
Kebebasan Kuadrat
e. Kesimpulan
Kesimpulan merupakan penetapan keputusan dalam hal penerimaan atau
penolakan hipotesis 0 (H0) yang sesuai dengan kriteria pengujiannya.
Berdasarkan nilai F hitung lebih besar dari f table yaitu 3,3361 > 2,55 maka H0
ditolak, sehingga bisa disimpulkan sekurang – kurangnya ada satu rata – rata
jumlah peminat rasa brownis yaitu cokelat, pandan, keju, green tea, dan
tiramisu selama 12 bulan adalah tidak sama.
2. Perhitungan Manual Jumlah Sampel Tidak Sama Banyak
Perhitungan manual jumlah sampel tidak sama banyak untuk mengetahui
perbandingan rata-rata antara F0 dan F tabel. Perhitungan yang didapatkan akan
menghasilkan tabel ANOVA yang sesui dengan ketentuan.
a. Menentukan formulasi hipotesis
Formulasi hipotesis adalah jawaban sementara terhadap masalah yang masih
bersifat praduga karena harus dibuktikan kebenarannya. Berikut ini merupakan
formulasi hipotesisnya.
H0 = Rata – rata jumlah peminat terhadap rasa brownis yaitu cokelat, pandan,
keju, green tea, dan tiramisu selama 12 bulan adalah sama.
H1 = Sekurang – kurangnya ada satu rata – rata jumlah peminat rasa brownis
yaitu cokelat, pandan, keju, green tea, dan tiramisu selama 12 bulan
adalah tidak sama.
b. Menentukan Taraf Nyata (a) dan Nilai F tabel
Taraf nyata adalah istilah yang biasa digunakan dalam statistic sebagai acuan
untuk mengetahui apakah sesuatu yang diberikan terhadap suatu objek akan
dapat memberikan dampak. Nilai F table adalah suatu nilai tertentu yang
digunakan sebagai nilai pembanding, apakah sebuah pengujian yang
menggunakan F hitung dikatakan signifikan atau tidak.
a = 5% = 0,05
V1 = k – 1 = 5 – 1 = 4
V2 = N – k = 50 – 5 = 45
Ftabel(v1;v2) = 2,59
c. Kriteria Pengujian
Kriteria pengujian adalah bentuk pembuatan keputusan dalam menerima atau
menolak hipotesis 0 (H0) dengan cara membandingkan nilai alfa table
distribusinya (nilai kritis) dengan nilai uji statistiknya, sesuai dengan bentuk
ujiannya. Berikut ini merupakan kriteria pengujiannya.
𝐻𝑜 diterima apabila 𝐹𝑜 < 2,59
𝐻𝑜 ditolak apabila 𝐹𝑜 > 2,59
d. Analisis Varians
Analisis varians merupakan sebuah analisis statistic yang menguji perbedaan
rata-rata antara grup. Berikut ini merupakan perhitungan analisis varians.
T2 (∑x)2
JKK = ∑ [ n ] − N
(1006)2 (963)2 (1065)2 (847)2 (914)2 (4795)2
=[ + + + + ]−
10 10 10 10 10 50
= 462254,12 – 452961,62
= 9292,5
JKE = 9292,5- 2803
= 6489,5
JKK 2803
S12 = k−1 = = 700,75
4
JKT 9292,5
S22 = N−k = = 144,21
42
S12 700,75
F0 = S22 = 144,21 = 4,8592
Tabel 3.4 Tabel ANOVA Untuk Jumlah Sampel Tidak Sama Banyak
Jumlah Derajat Rata-rata
Sumber Variasi 𝑭𝑯𝒊𝒕𝒖𝒏𝒈
Kuadrat Kebebasan Kuadrat
e. Kesimpulan
Kesimpulan merupakan penetapan keputusan dalam hal penerimaan atau
penolakan hipotesis 0 (H0) yang sesuai dengan kriteria pengujiannya.
Berdasarkan nilai f hitung lebih besar dari f table yaitu 4,8592 > 2,59, maka
Ho ditolak, sehingga bisa disimpulkan sekurang – kurangnya ada satu rata –
rata jumlah peminat rasa brownis yaitu cokelat, pandan, keju, green tea, dan
tiramisu selama 12 bulan adalah tidak sama.
Langkah berikutnya, arahkan kursor pada Variable View tepat pada pojok kiri.
Kemudian isi variabel sesuai dengan apa yang ingin dibandingkan. Pada kolom
Decimal ubah semua nya menjadi 0. Tampilan yang muncul seperti pada gambar
3.6.
Langkah selanjutnya isi Values dengan cara arahkan kursor pad bar Values.
Kemudian isi value dan label yang telah di tentukan. Tampilan yang akan keluar
seperti pada gambar 3.7.
Gambar 3.7 Tampilan Value Labels
Tahap selanjutnya, buka tampilan Data View tepat pada bawah kiri. Kemudian isi
data berdasarkan variabel yang sudah ditentukan. Tampilan yang akan muncul
seperti pada gambar 3.8.
Kemudian klik tombol Post Hoc, akan muncul tampilan seperti pada gambar 3.10.
Kemudian centang bagian Bonferoni dan Turkey. Kemudian klik Continue.
Gambar 3.11 Pengaturan Post Hoc One-Way ANOVA
Langkah selanjutnya, arahkan pada bagian Options. Tampilan yang akan keluar
seperti pada gambar 3.12. kemudian centang Descriptives dan Means Plot pada
bagian Statistics dan Exclude cases analysis by analysis pada bagian Missing
Values. Kemudian klik OK.
Langkah berikutnya, arahkan kursor pada Variable View tepat pada pojok kiri.
Kemudian isi variabel sesuai dengan apa yang ingin dibandingkan. Pada kolom
Decimal ubah semua nya menjadi 0. Tampilan yang muncul seperti pada gambar
2.18.
Langkah selanjutnya isi Values dengan cara arahkan kursor pad bar Values.
Kemudian isi value dan label yang telah di tentukan. Tampilan yang akan keluar
seperti pada gambar 3.19.
Kemudian klik tombol Post Hoc, akan muncul tampilan seperti pada gambar
3.23. Kemudian centang bagian Bonferoni dan Turkey. Kemudian klik
Continue.
Langkah selanjutnya, arahkan pada bagian Options. Tampilan yang akan keluar
seperti pada gambar 3.24. kemudian centang Descriptives dan Means Plot pada
bagian Statistics dan Exclude cases analysis by analysis pada bagian Missing
Values. Kemudian klik OK.
Gambar 3.24 Pengaturan Options One-Way ANOVA
Hubungan antara jumlah produk dan jumlah penjualan yang didapatkan oleh
perusahaan, dapat kita ketahui dengan cara perhitungan manual dan perhitungan
software. Perhitungan manual melalui beberapa metode seperti nenentukan hipotesis,
menentukan taraf nyata. Perhitungan tersebut dapat dilakukan apabila kita memiliki
sejumlah data yang memenuhi syarat dimana data tersebut mengandung variabel
konstan (jumlah penjualan), dan terikat (jumlah produk).Selain dengan perhitungan
manual kita juga dapat menggunakan perhitungan dengan software. Salah satu software
yang dapat kita gunakan adalah SPSS 16.0.
Kelebihan menggunakan perhitungan manual adalah kita dapat mengetahui
proses untuk mengetahui nilai akhir dari perhitungan tersebut. Kelemahan
menggunakan perhitungan manual adalah terlalu banyak menghabiskan waktu jika data
yang diolah terlalu banyak dan bisa juga terjadi kesalahan dalam perhitungan jika tidak
teliti dalam proses pengolahannya. Kelebihan menggunakan perhitungan software
adalah waktu yang diperlukan untuk mengolah data lebih cepat dan hasil perhitungan
lebih akurat.Kelemahan menggunakan perhitungan software adalah perlunya pelatihan
khusus dalam menggunakan software karena tidak semua orang mengerti dalam
menggunakan perhitungan software.
Dalam hal ini kami lebih memilih untuk menggunakan perhitungan software
dikarenakan tingkat akurasi yang lebih tinggi dari pada perhitungan manual walaupun
bisa saja terjadi kesalahan dalam menginput data tersebut, oleh karena itu perlunya
ketelitian dalam hal menginput data tersebut agar hasil yang diperoleh sesuai dengan
apa yang diharapkan. Jika kita lihat pada tabel diatas hasil perbandingan yang didapat
melalui perhitungan manual dan perhitungan melalui software SPSS 16.0, hasilnya
adalah sama.
BAB IV
PENUTUP
4.1 Kesimpulan